Python Conjuntos (set)

A Ana anotou numa lista o número de cada cliente que passou na padaria hoje: [3, 1, 3, 2, 1, 3]. Foram seis visitas, mas quantos clientes diferentes? Para perguntas assim o Python tem o conjunto (em inglês, set): uma coleção que não aceita repetidos. Jogue a lista num conjunto e as repetições somem sozinhas.

A ideia: o álbum de figurinhas

Pense no álbum de figurinhas da Ana. Cada figurinha entra no álbum uma vez só: se ela tirar a figurinha 7 de novo, não tem onde colar, porque o espaço da 7 já está ocupado. E o álbum responde muito bem a uma pergunta: "eu já tenho a 7?". Ele não liga para a ordem em que as figurinhas chegaram; só para quais estão lá.

O conjunto do Python é esse álbum: guarda cada valor uma vez, responde rápido se um valor está nele, e não guarda ordem.

1. Criando um conjunto

numeros = {3, 1, 2}
print(numeros)
print(type(numeros))
repetidos = {1, 2, 2, 3, 3, 3}
print(repetidos)
print(len(repetidos))

{ … }

Chaves envolvem os itens do conjunto (lista usa colchetes; tupla, parênteses).

3, 1, 2

Os itens, separados por vírgula.

type(numeros)

O tipo se chama set.

{1, 2, 2, 3, 3, 3}

Você escreveu seis valores, mas só três são diferentes. O conjunto guarda cada um uma vez.

$ python3 c_criar.py
{1, 2, 3}
<class 'set'>
{1, 2, 3}
3

Os repetidos sumiram sem aviso nenhum: não é erro escrever um valor duas vezes, o conjunto simplesmente ignora a cópia. E o len conta só os diferentes: 3.

2. O conjunto não tem ordem

Repare que {3, 1, 2} foi mostrado como {1, 2, 3}. Não foi o Python "ordenando" para você: o conjunto guarda os itens do jeito que for mais rápido para achar cada um depois, e isso não tem nada a ver com a ordem em que você escreveu. Com números pequenos costuma parecer ordenado, mas é coincidência:

numeros = {10, 3, 7, 1}
print(numeros)

$ python3 c_ordem.py
{1, 10, 3, 7}

Nem a ordem em que foi escrito, nem a ordem crescente. Com textos é ainda mais curioso: a Ana rodou o mesmo programa três vezes seguidas.

frutas = {"manga", "caju", "acerola", "goiaba"}
print(frutas)

$ python3 c_textos.py
{'manga', 'caju', 'goiaba', 'acerola'}
$ python3 c_textos.py
{'caju', 'goiaba', 'acerola', 'manga'}
$ python3 c_textos.py
{'manga', 'goiaba', 'acerola', 'caju'}

Três ordens diferentes, sem mudar uma letra do programa. Por quê? Para achar um texto rápido, o Python transforma cada texto num número (o hash, uma espécie de "impressão digital" do valor), e por segurança essa conta usa um sorteio novo a cada execução. Mudou o sorteio, mudou a arrumação, mudou a ordem do print. Os números inteiros não passam por esse sorteio, por isso {10, 3, 7, 1} sai sempre igual, mas mesmo assim fora de ordem. (No editor do guia, a ordem dos textos também muda, mas pode se repetir entre um Rodar e outro na mesma página. Não conte com ela em nenhum dos dois.)

3. Tirando os repetidos de uma lista

O uso mais comum do conjunto no dia a dia: transformar uma lista com repetidos em um conjunto com set(lista). Voltando às visitas da padaria:

visitas = [3, 1, 3, 2, 1, 3]
unicos = set(visitas)
print(unicos)
print(len(visitas), "visitas,", len(unicos), "clientes diferentes")

$ python3 c_lista.py
{1, 2, 3}
6 visitas, 3 clientes diferentes

Com textos, junte o set() ao sorted() para ter um resultado arrumado. E o in pergunta se um valor está no conjunto:

cidades = ["Teresina", "Parnaíba", "Teresina", "Picos", "Parnaíba"]
diferentes = set(cidades)
print(len(diferentes))
print(sorted(diferentes))
print("Picos" in diferentes)
print("Floriano" in diferentes)

$ python3 c_sorted.py
3
['Parnaíba', 'Picos', 'Teresina']
True
False

set(cidades)

Cria um conjunto com os itens da lista: as repetições somem. A lista cidades continua igual.

len(diferentes)

Quantas cidades diferentes: 3.

sorted(diferentes)

Uma lista com os itens do conjunto em ordem alfabética. Essa linha sai igual em toda execução.

"Picos" in diferentes

Pergunta se o valor está no conjunto. É a especialidade dele: mesmo com milhões de itens, responde na hora.

Um texto também pode virar conjunto: set("banana") é o conjunto das letras diferentes da palavra.

print(sorted(set("banana")))
print(len(set("banana")))

$ python3 c_letras.py
['a', 'b', 'n']
3

lista = ["Ana", "Bia", "Ana", "Caio", "Davi", "Bia"]
print("Convidados:", len(lista))

lista = ["Ana", "Bia", "Ana", "Caio", "Davi", "Bia"]
pessoas = set(lista)
print("Convidados:", len(pessoas))

4. Acrescentando e removendo itens

O conjunto pode mudar: dá para pôr e tirar itens. Como ele não tem ordem, não existe "pôr no fim" (append) nem "pôr na posição 2" (insert); existe só pôr: add.

vistos = {1, 2}
vistos.add(3)
vistos.add(2)
print(vistos)
vistos.remove(1)
print(vistos)
vistos.discard(10)
print(vistos)
vistos.clear()
print(vistos)

$ python3 c_add.py
{1, 2, 3}
{2, 3}
{2, 3}
set()

vistos.add(3)

"Adicionar": põe o 3 no conjunto.

vistos.add(2)

O 2 já estava lá: não acontece nada, e não é erro.

vistos.remove(1)

"Remover": tira o 1. Se o item não estiver no conjunto, dá KeyError (veja Quando dá errado).

vistos.discard(10)

"Descartar": tira o item se ele estiver lá; se não estiver, fica quieto. O 10 não estava, e nada aconteceu.

vistos.clear()

"Limpar": esvazia o conjunto.

set()

É assim que o Python mostra um conjunto vazio. Não é {}; a próxima seção explica por quê.

Existe também o pop(), que tira e devolve um item qualquer. "Qualquer" mesmo: como não há ordem, você não escolhe qual. Use quando tanto faz qual item sai.

Percorrendo com for

Dá para passar por um conjunto com for, mas a ordem é a do conjunto (ou seja, nenhuma que você controle). Para uma ordem certa, percorra o sorted():

notas = {7, 9, 7, 10}
for nota in sorted(notas):
    print(nota)

$ python3 c_for.py
7
9
10

5. {} é dicionário, não conjunto

Esta pega muita gente. As chaves { } são usadas por dois tipos do Python: o conjunto e o dicionário. Com itens dentro, o Python sabe qual é qual. Mas {} vazio, sem nada, é um dicionário, porque o dicionário chegou primeiro na linguagem. Para um conjunto vazio, use set().

a = {}
b = set()
print(type(a))
print(type(b))
print(b)

$ python3 c_vazio.py
<class 'dict'>
<class 'set'>
set()

vistos = {}
for nome in ["Caio", "Bia", "Caio"]:
    vistos.add(nome)
print(sorted(vistos))

vistos = set()
for nome in ["Caio", "Bia", "Caio"]:
    vistos.add(nome)
print(sorted(vistos))

6. O que pode entrar num conjunto

Só valores que não mudam podem entrar num conjunto: números, textos, True/False, tuplas. Uma lista não pode, porque ela pode mudar depois de entrar, e o conjunto perderia a "impressão digital" dela. Uma tupla pode:

pontos = {(1, 2), (3, 4), (1, 2)}
print(len(pontos))
print((1, 2) in pontos)

$ python3 c_tupla_dentro.py
2
True

A tupla (1, 2) repetida contou uma vez só. Com listas, o resultado está em Quando dá errado.

Formas diferentes de criar um conjunto

Lista, tupla ou conjunto?

Conjuntos também sabem fazer contas de conjunto, como na escola: juntar dois, ver o que eles têm em comum, o que um tem e o outro não. É a próxima aula: União, Interseção e Diferença.

Quando dá errado

numeros = {3, 1, 2}
print(numeros[0])

$ python3 c_indice.py
Traceback (most recent call last):
  File "/home/ana/c_indice.py", line 2, in <module>
    print(numeros[0])
          ~~~~~~~^^^
TypeError: 'set' object is not subscriptable

vistos = {1, 2, 3}
vistos.remove(10)

$ python3 c_remove_erro.py
Traceback (most recent call last):
  File "/home/ana/c_remove_erro.py", line 2, in <module>
    vistos.remove(10)
    ~~~~~~~~~~~~~^^^^
KeyError: 10

convidados = {}
convidados.add("Ana")

$ python3 c_vazio_erro.py
Traceback (most recent call last):
  File "/home/ana/c_vazio_erro.py", line 2, in <module>
    convidados.add("Ana")
    ^^^^^^^^^^^^^^
AttributeError: 'dict' object has no attribute 'add'

pares = {[1, 2], [3, 4]}

$ python3 c_lista_dentro.py
Traceback (most recent call last):
  File "/home/ana/c_lista_dentro.py", line 1, in <module>
    pares = {[1, 2], [3, 4]}
            ^^^^^^^^^^^^^^^^
TypeError: cannot use 'list' as a set element (unhashable type: 'list')

Referência rápida

Exercícios

Missão final: as cidades dos clientes

clientes = ["Teresina", "Picos", "Teresina", "Parnaíba", "Picos", "Teresina"]
print(clientes)

clientes = ["Teresina", "Picos", "Teresina", "Parnaíba", "Picos", "Teresina"]
cidades = set(clientes)
print("Cidades diferentes:", len(cidades))
print(sorted(cidades))

Resumo

• O conjunto (set) guarda valores sem repetir: {1, 2, 2} vira {1, 2}.
• Ele não tem ordem nem índice. Com textos, a ordem do print muda de uma execução para outra; para mostrar em ordem, use sorted().
• set(lista) tira os repetidos de uma lista; len conta os diferentes; in pergunta se um valor está lá.
• add põe; remove tira (com KeyError se não houver); discard tira sem reclamar; clear esvazia.
• {} é dicionário vazio; conjunto vazio é set().
• Só valores que não mudam entram num conjunto: tupla sim, lista não (unhashable type: 'list').